[发明专利]一种风力发电机组早期故障检测系统

权利要求书

1.一种风力发电机组早期故障检测系统，其特征是该系统调用数据筛选模块筛选数据无异常且检测有效的振动数据；调用特征提取模块对数据有效成分以及故障特征进行提取；调用故障预检模块，根据原始信号以及时域特征增强信号的时、频特征进行故障的初步检测；调用特征增强模块，利用特征提取模块提取的故障特征优化算法参数，从而实现数据的时域特征增强以及微弱信号检测；调用故障识别模块，基于特征增强模块的结果以及故障识别策略，实现故障位置与程度的检测，检测结束后将返回特征增强模块对其他待检测部位进行特征增强，直至所有部位检测完毕；调用故障会诊模块，将数据筛选、故障预检、故障识别模块中的结论汇总，输出为检测结果。

2.根据权利要求1所述的一种风力发电机组早期故障检测系统，其特征是特征提取模块中有效成分提取的模型如下：

，式中

表示频率的振幅；

表示齿轮检测有效成分截止频率；

表示轴承检测有效成分截止频率；

表示主轴转频；

表示啮合频带参数，根据目标提取成分设置；

表示特征频率参数，根据目标提取成分设置；

表示特征频带参数，根据目标提取成分设置；

表示转频参数，根据目标提取成分设置；

表示滤波器阶数；

表示轴承内环故障特征频率；

表示传动比；

表示齿数。

3.根据权利要求1所述的一种风力发电机组早期故障检测系统，其特征是特征提取模块中故障特征提取模型如下：

，式中

表示算法的周期参数，、分别为齿轮、轴承的周期参数范围；

表示周期时的特征参数；

表示数据序列；

表示采样点数；

表示采样总点数；

表示的计算范围参数，通过设置该参数以调整计算范围；

表示特征频率阶次；

表示轴承故障特征频率；

表示采样频率。

4.根据权利要求1所述的一种风力发电机组早期故障检测系统，其特征是特征增强模块中时域特征增强的模型如下：

，式中

表示原始振动信号；

表示滤波后信号；

表示滤波器系数；

表示迭代次数，其上限为，通过设置可改变故障增强的程度，设置默认值为30；

表示第代原始信号权重系数；

表示第代滤波信号权重系数；

表示周期参数；

表示位移因子，其上限为，通过设置可改变周期性特征增强的准确性，设置默认值为1；

表示滤波器参数，通过设置可改变故障增强的精确度，设置默认值为100；

表示采样点数。

5.根据权利要求1所述的一种风力发电机组早期故障检测系统，其特征是特征增强模块中微弱信号检测的模型如下：

，式中

为微弱信号检测的输出；

为阻尼系数；

为内部策动力幅值；

表示时域特征增强数据的包络信号。

6.根据权利要求1所述的一种风力发电机组早期故障检测系统，其特征是故障识别模块中故障判别的策略如下：

策略一：在齿轮检测中，若时域特征增强后检测到啮合频率冲击与特征频率冲击，但并未检测到特征频率的微弱正弦信号，则认为齿轮存在均匀磨损；

策略二：在齿轮检测中，若时域特征增强后检测到啮合频率冲击与特征频率冲击，且检测到特征频率的微弱正弦信号，则认为齿轮存在局部损伤，损伤部位可由特征频率确定；

策略三：在轴承检测中，若时域特征增强后检测到特征频率冲击，且检测到轴转频或保持架频率的微弱正弦信号，则认为轴承存在损伤，损伤部位可由特征频率确定；

策略四：在检测中，时域特征增强后未检测到周期性冲击，则认为该检测部位正常。